Difference between revisions of "Feedforward Backpropagation Neural Networks"

From RoboWiki
Jump to: navigation, search
(Odkazy)
 
(17 intermediate revisions by the same user not shown)
Line 1: Line 1:
 
 
== O projekte ==
 
== O projekte ==
  
Line 11: Line 10:
  
 
Po naimplementovaní tohto programu , sme sa pustili do implementácie neurónovej siete s učiacim pravidlom spätného šírenia chýb(error backpropagation) a následne sme začali s jej trénovaním pomocou dát, ktoré sme na začiatku získali. Po úspešnom a hlavne "dlhom" trénovaní sme overovali funkčnosť a správnosť správania sa robota.
 
Po naimplementovaní tohto programu , sme sa pustili do implementácie neurónovej siete s učiacim pravidlom spätného šírenia chýb(error backpropagation) a následne sme začali s jej trénovaním pomocou dát, ktoré sme na začiatku získali. Po úspešnom a hlavne "dlhom" trénovaní sme overovali funkčnosť a správnosť správania sa robota.
 +
 +
 +
== Screenshoty ==
 +
 +
Takto vyzerá reálny Khepera robot
 +
 +
[[IMAGE:Elaboration-controleur-adaptatif-robot-mobile-base-sur-les-reseaux-immunitaires-artificiels33.png]]
 +
----
 +
WSU Simulator
 +
 +
[[IMAGE:wsu.png]]
 +
 +
----
 +
Video zo spustenej simulácie
 +
 +
<youtube>zbrOdyFW4-w</youtube>
  
 
== Zdrojové kódy ==
 
== Zdrojové kódy ==
  
 +
[[Media:Wsu.zip]] Tu si môžete stiahnúť zdrojové kódy
  
 
== Odkazy ==
 
== Odkazy ==

Latest revision as of 13:24, 29 June 2012

O projekte

Cieľom tohto projektu bolo naučiť robota vyhýbaniu sa prekážkam s využitím neurónovej siete s učiacim pravidlom spätného šírenia chyb(error backpropagation).

Celý projekt je robený pomocou simulátora "Khepera Simulator", kt. je alternatívou pre ľudí čo nemajú prístup k skutočným robotom. Tento simulátor je výborný na získanie základov z umelej inteligencie a strojového učenia, pretože simulácia funguje na takom istom princípe ako roboti Khepera. Simulátor poskytuje hodnoty zo senzorov a umožňuje nastavovať rýchlosť a smer pohybu, modifikovaním rýchlosti motorov,ktoré otáčajú kolesá.

Priebeh projektu

Našou prvou úlohou bolo vybrať si vhodný simulátor, my sme sa rozhodli pre simulátor Khepera , ktorý funguje v prostredí Linuxu. V ňom sme naprogramovali program, ktorý prevádzal robota bludiskom bez toho aby niekam narazil a aby bol schopný vyhýbať sa prekážkam. Program zároveň generoval tréningové dáta, ktoré nám budú slúžiť na učenie doprednej neuronovej siete (feed-forward neural network).Dáta sme získavali z hodnôt IR senzorov a aj z hodnôt motorov.

Po naimplementovaní tohto programu , sme sa pustili do implementácie neurónovej siete s učiacim pravidlom spätného šírenia chýb(error backpropagation) a následne sme začali s jej trénovaním pomocou dát, ktoré sme na začiatku získali. Po úspešnom a hlavne "dlhom" trénovaní sme overovali funkčnosť a správnosť správania sa robota.


Screenshoty

Takto vyzerá reálny Khepera robot

Elaboration-controleur-adaptatif-robot-mobile-base-sur-les-reseaux-immunitaires-artificiels33.png


WSU Simulator

Wsu.png


Video zo spustenej simulácie

Zdrojové kódy

Media:Wsu.zip Tu si môžete stiahnúť zdrojové kódy

Odkazy

Pripájame pár odkazov k danej problematike , z ktorých sme čerpali aj my.

[1] Informácie o feed-forward neural network

[2] Informácie o error backpropagation

[3] Informácie o robote Khepera


Vypracoval: Kristián Paller , Lukáš Král